货币识别与鉴别属于图像识别范畴,一直都是计算机应用领域研究的一个热点。货币自动识别在使用电子自动化设备的银行、商业、民用等众多领域内有广泛应用前景,而通过图像处理实现多国货币全幅自动识别在国内仍属空白,并且由于货币种类繁多、货币图像复杂、货币图像采集时的干扰、货币在流通过程中造成的污渍破损等,加大了货币识别的难度。本文就18种货币的全幅图像,静态单张货币自动识别方案进行了设计与研究,并结合图像处理中的基本算法与统计分析后形成了一套识别的方法。　　 本文首先阐述了目前货币识别技术的现状,及多国货币全幅识别的目的及意义。其次对多国货币全幅识别所依托的货币真伪鉴定综合系统的总体结构和功能设计及所采用的图像处理和识别技术进行了论述。在此基础上对全幅货币识别方案进行了详细的分析与研究,在转换为灰度的图像上进行全幅货币的识别。其中,在识别预处理过程中经过反复实验与尝试,考虑到算法复杂度及算法所需时间,采用算术平均值滤波作为通用的平滑处理方法,并在平滑的基础上进行4宰4模板的马赛克处理,缩小了同一区域内灰度级的差距,加大了边界相邻像素间灰度的阶跃,有利于基于梯度的灰度值阈值分割。同时针对货币图像中的一些显性的、不易混淆的特征进行大区域划分及灰度分割。提出了根据亮度和RGB各分量中的平均灰度、高亮度连通区域的多少和大小进行阈值选取的方法。并对SSDA模板匹配进行了改进,提出了改进的SSDA匹配算法,从时间上提高了算法的性能并且保证了匹配结果的准确性。　　 此外本文就提出的识别方法在人民币图像识别上进行了分析与验证,按照先预处理后分割的原则进行处理。还对货币图像中标识货币唯一性的冠字号提出了提取方案和识别方法。冠字号的提取与分割在简单的梯度二值化的基础上进行中值划分,并依据两部分的均值和标准差选取阈值进行冠字号提取。对提取分割出来的冠字号字符,只是简单的标准数字和字母,因此选用最小距离的模板匹配法来实现冠字号字符的识别。